pléctica — introdução
o que é o determinismo clássico? Será um ramo inicial a
linguagem matemática, com as suas entidades abstractas
e bem definidas, em oposição à linguagem comum?
Independentemente da sua génese, é cada vez mais claro
que há ramificações erradas, no sentido de que não
contribuíram para o avanço da ciência ou que procuram
apressadamente refundir-se. Quase no nosso tempo,
sabemos de ramificações que se fizeram e desfizeram:
até ao fim do século XVII, a Física e a Química eram
domí-nios ortogonais, que se reencontraram quando a
Física começa a invadir os domínios das propriedades da
matéria (e a interessar-se menos pela Mecânica Celeste).
Mais de uma década antes de surgir o electrão na Física,
a sua carga elementar e universal era essencialmente
considerada apenas na Electroquímica.
A Espectroscopia, que nos leva às galáxias mais distantes,
é bem Física e Química, tanto na sua génese como nas
suas aplicações. A Mecânica Quântica surge-nos como um
Pléctica:
o estudo da
simplicidade
e da complexidade
6 Gazeta de Física
rebento novo da mecânica, mas é Einstein que comenta
“... na Mecânica Quântica, com os seus estados e
transições, já não é mesmo possível distinguir claramente
a Física da Química”.
A ciência tem olhado a realidade pela razão, uma visão
estreita uma vez que a emoção, por exemplo, contempla
horizontes mais amplos. A complexidade é uma nova
síntese da ciência e talvez aproxime estas duas
perspectivas, talvez faça a fusão das duas culturas,
aproximando o cientista e o filósofo. A complexidade, a
meio caminho entre a ordem e o caos, ao tratar a Física e
a Biologia, não pode deixar de nos surpreender: a lei do
aumento da entropia, o aumento da desordem, por um
lado, e a evolução biológica e social que, por outro lado,
está associada a transições para níveis mais complexos.
Mas, por agora, a complexidade é simplesmente uma
ciência, com a sua metodologia e a sua instrumentação,
que utiliza as mesmas técnicas abstractas conhecidas da
Murray Gell-Mann *
Física, Antropologia, Economia, Sociologia, etc., e que
procura, de acordo com a nossa visão reducionista, os
poucos, tão poucos quanto possível, elementos simples
que constituem o complexo. A ciência actual, com meia
dúzia de partículas e de interacções, construiu os protões,
os átomos, as células, as galáxias. A ciência estende agora
essa construção, sendo a complexidade um novo objecto
da ciência. Não se iludam os leitores de Gell-Mann: está
em causa ciência dura.
O encontro “Fronteiras da Ciência”, incluindo como
tópicos “Cosmos, Matéria e Complexidade, Vida e Homem,
Sociedade e Futuro” tem, pois, razão de ser. “É necessário
suplementar os estudos especializados com um olhar
muito atento, mesmo que grosseiro, do todo”, diz Murray
Gell-Mann. Acrescenta, no entanto, o que todos bem
sabemos: que o prestígio social e académico recompensa
os que estudam cuidadosamente alguns aspectos de um
problema, enquanto a discussão do grande conjunto é
É um prazer comunicar com Coimbra através do sistema
de teleconferência. Lamento muito não poder estar
presente pessoalmente, pois gostaria, desde há muito
tempo, de visitar essa antiga e maravilhosa universidade.
Vamos hoje debruçar-nos sobre o tema a que chamo
pléctica, o estudo da simplicidade e da complexidade.
No Instituto de Santa Fé, que ajudei a criar, lidamos
principalmente com assuntos que se relacionam com a
simplicidade e a complexidade. Cheguei ao nome pléctica
da seguinte forma. A palavra “complexo” vem de plexus,
que significava originalmente “entrelaçado”, e com-, que
significa “uns com outros”, ou seja complexo significa
“entrelaçado de uns com outros”. Do mesmo modo, “simples”
deriva de raízes que significam “dobrados uma única vez”.
As palavras latinas que sigificam “entrelaçado” e “dobrado”
têm a sua origem mais remota na raiz indo-europeia plek-.
Em grego, esta raiz origina plektos, que significa
“entrelaçado”. Assim, ao usar a palavra plectics estou a
descrever o tema da simplicidade e da complexidade sem
dizer se estou a falar sobre algo simples ou complexo.
Então, o que entendemos por complexidade e pelo seu
oposto, simplicidade? Seriam precisos muitos conceitos,
muitas grandezas, para captar todos os diferentes signi-
ficados implícitos no nosso uso da palavra complexidade.
Mas existe um conceito — a que chamo complexidade
efectiva — que representa de forma bastante aproximada
aquilo que normalmente queremos dizer quando usamos
esta palavra em linguagem vulgar ou no discurso
científico. Uma definição não-técnica de complexidade
pléctica
Introdução
relegada para as conversas de café. Mas, afinal, não foi a
Sociedade Francesa de Física quem recentemente alugou
um café (um café “art nouveau” em Saint-Germain) para
conversar sobre Física com toda a gente, como parte da
sua reunião anual? É que as ciências não se podem
ignorar umas às outras. Mais do que isso, o mundo real
está presente na totalidade das ciências.
Na sua comunicação, Gell-Mann aborda a quantificação
de aspectos que associamos à complexidade, mas
apresenta sobretudo algumas reflexões que procuram
generalizar este conceito, inquirir da sua génese, prever o
seu comportamento, procurar noções intuitivas de
complexidade, e compreender o modo como esta pode
emergir da simplicidade.
* Departamento de Física da Universidade de Coimbra,
policarpo@filip3.fis.uc.pt
efectiva seria o comprimento de uma descrição extrema-
mente comprimida das regularidades de uma determinada
entidade. A compactação — a eliminação da redundância
— é muito importante; de outra forma, o comprimento da
mensagem preocupar-nos-ia muito pouco.
No meu livro “O Quark e o Jaguar” [1], refiro o caso de
uma professora primária que pediu aos seus alunos que
escrevessem uma redacção de 300 palavras como trabalho
de casa para o fim de semana. Um aluno, que passou
o fim de semana a brincar na rua (como eu terei feito
quando criança), gatafunhou à pressa já na segunda-feira
de manhã o seguinte: «Ontem os vizinhos tiveram um
incêndio na cozinha. Pus a cabeça de fora da janela e
comecei a gritar “fogo! fogo! fogo! fogo! fogo! fogo!…”».
Escreveu a palavra fogo um número de vezes suficiente
para cumprir a exigência das 300 palavras da redacção.
Contudo, ele poderia ter comprimido aquela descrição
dizendo «[…] Pus a cabeça de fora da janela e comecei a
gritar “fogo!” duzentos e oitenta vezes», mas a professora
insistia num ensaio com 300 palavras. Um modo de consi-
derar a compactação consiste na utilização do conceito de
conteúdo algorítmico de informação, com o qual muitos
estão certamente familiarizados. Ele foi definido para uma
cadeia de bits [2], que é uma cadeia de zeros e uns, ou
uma entidade descrita por uma cadeia de zeros e uns.
O conteúdo algorítmico de informação é o comprimento
do programa mais curto que pode fazer com que um dado
computador universal U imprima aquela cadeia de bits e,
de seguida, termine imediatamente o cálculo.
Gazeta de Física 7
 pléctica
Qualquer tipo de definição que utiliza o comprimento da
descrição, mesmo o comprimento de uma descrição muito
concisa, envolve sempre uma certa arbitrariedade ou
dependência contextual. Estamos a descrever uma dada
entidade e a descrição está codificada sob a forma de uma
cadeia de bits. Obviamente que é relevante o grau de
pormenor com que descrevemos o objecto. Em Física
chama-se a isto granularidade grossa. A linguagem na
qual está expressa a descrição original pode também
interessar, e o conhecimento e a compreensão do mundo
partilhados com o nosso correspondente são certamente
importantes. Todas estas coisas ajudam a determinar
o comprimento da descrição. Quando a descrição é então
codificada sob a forma de uma cadeia de bits para ser
impressa por um computador, passamos a ter uma
dependência contextual adicional, devida à convenção
utilizada no códico escolhido e também à escolha do
computador universal. Mas, se considerarmos toda esta
dependência do contexto, podemos fornecer uma
definição mais técnica da complexidade efectiva:
o conteúdo algorítmico de informação das regularidades
de um objecto. Isto significa que a totalidade do conteúdo
algorítmico de informação do objecto é dividido em dois
termos — um que descreve as suas regularidades e outro
que descreve as restantes características, que são
consideradas acidentais ou aleatórias.
Grupo fundador do Instituto de Santa Fé. Gell-Mann é o terceiro em baixo, a contar da direita.
Deixem-me usar estas gravatas como exemplo. Aqui no
Novo México usamos estas gravatas tradicionais feitas
pelos índios locais; mas noutros sítios, em ocasiões algo
mais formais como esta, usaríamos uma gravata normal.
Há alguns anos, estas gravatas com riscas diagonais
paralelas vermelhas e amarelas estavam muito na moda.
Podemos ver que esta gravata é muito simples.
O comprimento da sua descrição é trivial — podemos
fornecer apenas as cores, largura e espaçamento das riscas
e a cor de fundo da gravata. Contudo, deve notar-se
8 Gazeta de Física
que estamos a fazer a distinção entre as regularidades
no padrão e várias outras características da gravata que
consideramos aleatórias ou acidentais, tais como as
nódoas de sopa ou as pequenas irregularidades no
tecido… Estas características não estão incluídas na
descrição.
Padrões de gravatas e bits
Se nos concentrarmos apenas nas regularidades
apresentadas pelo padrão desta outra gravata,
concluímos que, contrariamente à anterior, ela é bastante
complexa. É uma gravata de Austin, no Texas, pintada
à mão, e levaria muito tempo a descrever a regularidade
do seu padrão.
A sua complexidade efectiva é elevada. Estas gravatas
estiveram na moda há dois ou três anos, mas agora estão
fora de moda e regressámos às gravatas simples, muitas
vezes com riscas horizontais em vez de diagonais.
Consideremos agora uma cadeia de bits constituída
unicamente por uns. Ela é, obviamente, muito simples,
visto que é tão fácil descrever a sua regularidade. Tem
uma complexidade efectiva muito pequena tal como um
baixo conteúdo algorítmico de informação.
No outro extremo da escala de conteúdo algorítmico de
informação teríamos uma longa cadeia de bits quase sem
regularidades — uma cadeia de zeros e uns incompressível
ou “aleatória”, sem regularidades excepto o comprimento.
O seu conteúdo algorítmico de informação é muito
elevado. Na verdade, ele toma o valor máximo possível
para aquele comprimento de cadeia. O programa mais
curto para a descrever seria um que dissesse “Escrever”
seguido pela própria cadeia de bits. Apesar de ter o maior
conteúdo algorítmico de informação possível, a sua
complexidade efectiva é novamente muito pequena, uma
vez que não possui quaisquer regularidades excepto
o comprimento.
Então, em ambos os casos extremos, para uma cadeia
muito simples e para uma muito desordenada, existe uma
complexidade efectiva pequena. A complexidade efectiva
pode ser grande apenas entre estes extremos, para
qualquer coisa que caia entre as situações extremas de
ordem e desordem, qualquer coisa que tenha muitas
regularidades diferentes.
Não há um procedimento matemático bem definido que
permita garantidamente encontrar todas as regularidades
de uma cadeia de bits ou de uma entidade descrita por ela.
Em geral, identificamos regularidades através de infor-
mação partilhada, conhecida tecnicamente por informação
mútua. Se processarmos uma cadeia de bits de certa
maneira e verificarmos que, depois, a podemos dividir em
duas ou mais partes e que estas partilham um conjunto de
informação, então podemos concluir que existe uma
regularidade nessa cadeia. Apesar da informação mútua
ser um diagnóstico da regularidade, ela não nos fornece
uma medida do conteúdo algorítmico de informação dessa
regularidade; por isso, a informação mútua é bastante
distinta da complexidade efectiva.
Embora haja mecanismos que permitem identificar
regularidades, não existe, tal como já indiquei, nenhum
procedimento matemático que possa garantir a identificação
de todas as regularidades. Então, a complexidade efectiva,
o conteúdo algorítmico de informação das regularidades,
depende em parte de quem ou do que descreve o objecto.
Voltemos às nossas gravatas. Recordemos que, quando
analisámos a complexidade efectiva dos padrões, ignorá-
mos os diferentes tipos de manchas. Contudo, suponha-
mos que éramos empregados de uma lavandaria a seco.
Nesse caso, não daríamos grande importância aos padrões
das gravatas; em vez disso, concentrar-nos-iamos nas
nódoas de sopa, de sangue, de vinho, etc. Estas são as re-
gularidades importantes para o empregado da lavandaria.
O que são os sistemas que identificam regularidades
perceptíveis e comprimem a sua descrição numa
mensagem breve? Estes sistemas são aquilo que
designamos por sistemas adaptáveis complexos, os
sistemas que aprendem ou se adaptam ou evoluem do
mesmo modo que os seres vivos. Cada um de nós é um
sistemas destes, capaz de identificar regularidades
perceptíveis na cadeia de dados que nos atinge e de
distingui-las daquilo que percepcionamos como aleatório
ou acidental, comprimindo de seguida a descrição dessas
regularidades numa mensagem breve.
Podemos descrever o modo como um sistema adaptável
complexo funciona. Ele começa por receber uma cadeia de
dados sobre o universo, incluindo ele próprio. Certas
regularidades presentes nos dados são identificadas e
comprimidas numa mensagem muito curta, a que chamo
esquema. Este esquema pode ser usado, conjuntamente
com alguns dados adicionais presentes na cadeia de dados
original, para descrever características do universo, prever
pléctica
o comportamento de objectos no universo, ou determinar
comportamentos a assumir pelo sistema adaptável
complexo: a descrição pode ser melhor ou pior; as
previsões podem revelar-se verdadeiras ou falsas; a
prescrição de um determinado comportamento no mundo
real pode resultar em sucesso ou em fracasso, sobrevivên-
cia ou desaparecimento. Estas consequências desenvol-
vidas no mundo real são então devolvidas ao sistema
adaptável complexo, de forma a condicionar os processos
internos de selecção entre os vários esquemas em compe-
tição. (Apesar de um esquema ter de possuir algum grau
de estabilidade ou robustez, tem também de ser capaz de
experimentar pequenas variações, sofrer mutações mais
drásticas ou mesmo de ser substituível por outro.)
Sistemas adaptáveis complexos e esquemas
Todos os exemplos de sistemas adaptáveis complexos
existentes na Terra, pelo menos todos aqueles que
conhecemos, estão relacionados de alguma forma com a
vida, embora não sejam necessariamente formas de vida
ou mesmo partes ou associações de sistemas vivos. Além
disso, têm uma tendência para originar outros sistemas
adaptáveis complexos.
Entre os sistemas adaptáveis complexos do nosso planeta
encontram-se as reacções químicas pré-bióticas que
originaram as formas primordiais de vida. Assim, a
evolução biológica é um sistema adaptável complexo,
tal como o comportamento de cada organismo individual
resultante da evolução biológica. Partes dos organismos
podem também funcionar como sistemas adaptáveis
complexos — por exemplo, o nosso sistema imunológico.
O funcionamento do cérebro humano, conduzindo à
aprendizagem e ao pensamento individual, é também um
sistema adaptável complexo. Podemos também observar
o comportamento de grupos organizados de pessoas:
a evolução cultural humana em geral é um sistema adap-
tável complexo e as organizações humanas, tais como as
empresas, evoluem como sistemas adaptáveis complexos.
Há também sistemas adaptáveis complexos não-vivos.
Os nossos computadores são agora suficientemente
sofisticados para possibilitar que neles se estabeleçam
sistemas adaptáveis complexos, em geral através da
utilização de software. Onde está, neste caso, a ligação
com a vida? Bem, existe uma concordância generalizada
que os “maníacos dos computadores” que aperfeiçoaram
o software para estes sistemas adaptáveis complexos nos
computadores são, de facto, seres vivos!…
O que são, então, os esquemas? Consideremos um sistema
adaptável complexo muito familiar que envolve muitos
seres humanos, nomeadamente o empreendimento
científico, no qual a maior parte de nós participa.
Os esquemas são aqui as teorias. As teorias são robustas
e sobrevivem, em geral, quando alcançam sucesso na
previsão das propriedades do mundo real. Quando
Gazeta de Física 9
 pléctica
Qualquer tipo de definição que utiliza o comprimento da
descrição, mesmo o comprimento de uma descrição muito
concisa, envolve sempre uma certa arbitrariedade ou
dependência contextual. Estamos a descrever uma dada
entidade e a descrição está codificada sob a forma de uma
cadeia de bits. Obviamente que é relevante o grau de
pormenor com que descrevemos o objecto. Em Física
chama-se a isto granularidade grossa. A linguagem na
qual está expressa a descrição original pode também
interessar, e o conhecimento e a compreensão do mundo
partilhados com o nosso correspondente são certamente
importantes. Todas estas coisas ajudam a determinar
o comprimento da descrição. Quando a descrição é então
codificada sob a forma de uma cadeia de bits para ser
impressa por um computador, passamos a ter uma
dependência contextual adicional, devida à convenção
utilizada no códico escolhido e também à escolha do
computador universal. Mas, se considerarmos toda esta
dependência do contexto, podemos fornecer uma
definição mais técnica da complexidade efectiva:
o conteúdo algorítmico de informação das regularidades
de um objecto. Isto significa que a totalidade do conteúdo
algorítmico de informação do objecto é dividido em dois
termos — um que descreve as suas regularidades e outro
que descreve as restantes características, que são
consideradas acidentais ou aleatórias.
Grupo fundador do Instituto de Santa Fé. Gell-Mann é o terceiro em baixo, a contar da direita.
Deixem-me usar estas gravatas como exemplo. Aqui no
Novo México usamos estas gravatas tradicionais feitas
pelos índios locais; mas noutros sítios, em ocasiões algo
mais formais como esta, usaríamos uma gravata normal.
Há alguns anos, estas gravatas com riscas diagonais
paralelas vermelhas e amarelas estavam muito na moda.
Podemos ver que esta gravata é muito simples.
O comprimento da sua descrição é trivial — podemos
fornecer apenas as cores, largura e espaçamento das riscas
e a cor de fundo da gravata. Contudo, deve notar-se
8 Gazeta de Física
que estamos a fazer a distinção entre as regularidades
no padrão e várias outras características da gravata que
consideramos aleatórias ou acidentais, tais como as
nódoas de sopa ou as pequenas irregularidades no
tecido… Estas características não estão incluídas na
descrição.
Padrões de gravatas e bits
Se nos concentrarmos apenas nas regularidades
apresentadas pelo padrão desta outra gravata,
concluímos que, contrariamente à anterior, ela é bastante
complexa. É uma gravata de Austin, no Texas, pintada
à mão, e levaria muito tempo a descrever a regularidade
do seu padrão.
A sua complexidade efectiva é elevada. Estas gravatas
estiveram na moda há dois ou três anos, mas agora estão
fora de moda e regressámos às gravatas simples, muitas
vezes com riscas horizontais em vez de diagonais.
Consideremos agora uma cadeia de bits constituída
unicamente por uns. Ela é, obviamente, muito simples,
visto que é tão fácil descrever a sua regularidade. Tem
uma complexidade efectiva muito pequena tal como um
baixo conteúdo algorítmico de informação.
No outro extremo da escala de conteúdo algorítmico de
informação teríamos uma longa cadeia de bits quase sem
regularidades — uma cadeia de zeros e uns incompressível
ou “aleatória”, sem regularidades excepto o comprimento.
O seu conteúdo algorítmico de informação é muito
elevado. Na verdade, ele toma o valor máximo possível
para aquele comprimento de cadeia. O programa mais
curto para a descrever seria um que dissesse “Escrever”
seguido pela própria cadeia de bits. Apesar de ter o maior
conteúdo algorítmico de informação possível, a sua
complexidade efectiva é novamente muito pequena, uma
vez que não possui quaisquer regularidades excepto
o comprimento.
Então, em ambos os casos extremos, para uma cadeia
muito simples e para uma muito desordenada, existe uma
complexidade efectiva pequena. A complexidade efectiva
pode ser grande apenas entre estes extremos, para
qualquer coisa que caia entre as situações extremas de
ordem e desordem, qualquer coisa que tenha muitas
regularidades diferentes.
Não há um procedimento matemático bem definido que
permita garantidamente encontrar todas as regularidades
de uma cadeia de bits ou de uma entidade descrita por ela.
Em geral, identificamos regularidades através de infor-
mação partilhada, conhecida tecnicamente por informação
mútua. Se processarmos uma cadeia de bits de certa
maneira e verificarmos que, depois, a podemos dividir em
duas ou mais partes e que estas partilham um conjunto de
informação, então podemos concluir que existe uma
regularidade nessa cadeia. Apesar da informação mútua
ser um diagnóstico da regularidade, ela não nos fornece
uma medida do conteúdo algorítmico de informação dessa
regularidade; por isso, a informação mútua é bastante
distinta da complexidade efectiva.
Embora haja mecanismos que permitem identificar
regularidades, não existe, tal como já indiquei, nenhum
procedimento matemático que possa garantir a identificação
de todas as regularidades. Então, a complexidade efectiva,
o conteúdo algorítmico de informação das regularidades,
depende em parte de quem ou do que descreve o objecto.
Voltemos às nossas gravatas. Recordemos que, quando
analisámos a complexidade efectiva dos padrões, ignorá-
mos os diferentes tipos de manchas. Contudo, suponha-
mos que éramos empregados de uma lavandaria a seco.
Nesse caso, não daríamos grande importância aos padrões
das gravatas; em vez disso, concentrar-nos-iamos nas
nódoas de sopa, de sangue, de vinho, etc. Estas são as re-
gularidades importantes para o empregado da lavandaria.
O que são os sistemas que identificam regularidades
perceptíveis e comprimem a sua descrição numa
mensagem breve? Estes sistemas são aquilo que
designamos por sistemas adaptáveis complexos, os
sistemas que aprendem ou se adaptam ou evoluem do
mesmo modo que os seres vivos. Cada um de nós é um
sistemas destes, capaz de identificar regularidades
perceptíveis na cadeia de dados que nos atinge e de
distingui-las daquilo que percepcionamos como aleatório
ou acidental, comprimindo de seguida a descrição dessas
regularidades numa mensagem breve.
Podemos descrever o modo como um sistema adaptável
complexo funciona. Ele começa por receber uma cadeia de
dados sobre o universo, incluindo ele próprio. Certas
regularidades presentes nos dados são identificadas e
comprimidas numa mensagem muito curta, a que chamo
esquema. Este esquema pode ser usado, conjuntamente
com alguns dados adicionais presentes na cadeia de dados
original, para descrever características do universo, prever
pléctica
o comportamento de objectos no universo, ou determinar
comportamentos a assumir pelo sistema adaptável
complexo: a descrição pode ser melhor ou pior; as
previsões podem revelar-se verdadeiras ou falsas; a
prescrição de um determinado comportamento no mundo
real pode resultar em sucesso ou em fracasso, sobrevivên-
cia ou desaparecimento. Estas consequências desenvol-
vidas no mundo real são então devolvidas ao sistema
adaptável complexo, de forma a condicionar os processos
internos de selecção entre os vários esquemas em compe-
tição. (Apesar de um esquema ter de possuir algum grau
de estabilidade ou robustez, tem também de ser capaz de
experimentar pequenas variações, sofrer mutações mais
drásticas ou mesmo de ser substituível por outro.)
Sistemas adaptáveis complexos e esquemas
Todos os exemplos de sistemas adaptáveis complexos
existentes na Terra, pelo menos todos aqueles que
conhecemos, estão relacionados de alguma forma com a
vida, embora não sejam necessariamente formas de vida
ou mesmo partes ou associações de sistemas vivos. Além
disso, têm uma tendência para originar outros sistemas
adaptáveis complexos.
Entre os sistemas adaptáveis complexos do nosso planeta
encontram-se as reacções químicas pré-bióticas que
originaram as formas primordiais de vida. Assim, a
evolução biológica é um sistema adaptável complexo,
tal como o comportamento de cada organismo individual
resultante da evolução biológica. Partes dos organismos
podem também funcionar como sistemas adaptáveis
complexos — por exemplo, o nosso sistema imunológico.
O funcionamento do cérebro humano, conduzindo à
aprendizagem e ao pensamento individual, é também um
sistema adaptável complexo. Podemos também observar
o comportamento de grupos organizados de pessoas:
a evolução cultural humana em geral é um sistema adap-
tável complexo e as organizações humanas, tais como as
empresas, evoluem como sistemas adaptáveis complexos.
Há também sistemas adaptáveis complexos não-vivos.
Os nossos computadores são agora suficientemente
sofisticados para possibilitar que neles se estabeleçam
sistemas adaptáveis complexos, em geral através da
utilização de software. Onde está, neste caso, a ligação
com a vida? Bem, existe uma concordância generalizada
que os “maníacos dos computadores” que aperfeiçoaram
o software para estes sistemas adaptáveis complexos nos
computadores são, de facto, seres vivos!…
O que são, então, os esquemas? Consideremos um sistema
adaptável complexo muito familiar que envolve muitos
seres humanos, nomeadamente o empreendimento
científico, no qual a maior parte de nós participa.
Os esquemas são aqui as teorias. As teorias são robustas
e sobrevivem, em geral, quando alcançam sucesso na
previsão das propriedades do mundo real. Quando
Gazeta de Física 9
 pléctica
observações realizadas cuidadosamente conduzem
sistematicamente a resultados que não concordam com
a teoria, então esta é modificada ou substituída por outra.
Além do empreendimento científico, no qual os esquemas
são as teorias, podemos considerar a evolução biológica,
onde os esquemas são os genótipos, e a evolução da
sociedade humana, onde os esquemas são as leis,
tradições, mitos, costumes, e por aí fora. Estes esquemas
são constituídos por unidades que Richard Dawkins
baptizou de memes, que desempenham um papel análogo
ao dos genes na evolução biológica. Conjuntos de memes
constituem o DNA cultural para a evolução social.
Voltemos de novo aos sistemas adaptáveis complexos nos
computadores. Existem algoritmos genéticos, que se
baseiam numa analogia muito imperfeita com a evolução
biológica. Existem as designadas redes neuronais, que se
baseiam numa analogia muito imperfeita com a forma
como se pensa que o sistema nervoso humano — em
especial o cérebro — funciona. Mas poderia haver muitos
mais. Poderíamos ter dezenas de tipos diferentes de
métodos computacionais adaptáveis e tais métodos não
têm de se basear em analogias com modelos do cérebro ou
da evolução biológica. Tem de existir uma classe muito
vasta de sistemas adaptáveis complexos nos
computadores. O que é esta classe? Que membros dessa
classe podem ser utilizados para resolver cada tipo de
problema? Sabemos que existem alguns problemas para os
quais os algoritmos genéticos são adequados, enquanto,
noutros casos, estes algoritmos não têm utilidade
nenhuma. O mesmo se pode dizer das redes neuronais —
há certos problemas de optimização, por exemplo, para
os quais as redes neuronais funcionam muito bem, mas
existem outros para os quais não funcionam. Pode
demonstrar-se que não existe nenhum sistema adaptável
complexo num computador que seja bom para todos os
problemas de optimização. Cada um tem o seu domínio
de aplicabilidade, e é um grande desafio para a teoria
compreender todas as classes de sistemas adaptáveis
complexos nos computadores e descobrir qual é o melhor
para cada espécie de problema.
Devo agora chamar a atenção para o facto de nem toda
a gente usar a minha notação. John Holland, o inventor
original dos algoritmos genéticos e meu colega e amigo,
usa uma terminologia diferente. Aquilo a que eu chamo
sistema adaptável complexo é algo semelhante ao que ele
designa por modelo interno. Ele usa o termo sistema
adaptável complexo para designar o que eu chamaria de
agregação fraca de sistemas adaptáveis complexos que
se assemelham um aos outros. (Exemplos destes incluem
um mercado constituído por investidores e um sistema
ecológico constituído por organismos.) Ao usarmos
diferentes terminologias, estamos ambos a ilustrar
o famoso adágio que afirma que um cientista mais
facilmente usaria a escova de dentes de outra pessoa
10 Gazeta de Física
do que a nomenclatura inventada por outro cientista.
Por vezes, uma aparente complexidade não reflecte uma
complexidade efectiva elevada. Além do comprimento
do programa mais curto que faria um determinado
computador universal imprimir a descrição das
regularidades da entidade em questão, temos também de
considerar quanto tempo levaria o computador a imprimir
a descrição com esse programa simples. Esta propriedade
é conhecida por profundidade lógica das regularidades,
conforme foi discutido por Charles Bennett.
Complexidade aparente e complexidade efectiva
Consideremos, por exemplo, os níveis de energia de um
núcleo atómico. As regras que determinam esses níveis de
energia parecem, à primeira vista, muito complicadas, mas
acreditamos actualmente que elas se podem obter a partir
de duas teorias físicas simples: a electrodinâmica quântica
(a teoria quântica de campos das interacções
electromagnéticas) e a cromodinâmica quântica (a teoria
quântica de campos dos quarks e gluões). Acreditamos
que, se unificássemos estas duas teorias, obteríamos uma
descrição muito pormenorizada dos núcleos atómicos,
incluindo os valores de todos os seus níveis de energia.
Mas os cálculos são extremamente longos e difíceis nos
computadores actualmente existentes, usando métodos
conhecidos de cálculo, e a maior parte deles não foram
ainda efectuados. Este é, pois, um caso em que estamos
aparentemente a lidar com algo muito complexo, mas que
tem, de facto, uma complexidade efectiva reduzida, embora
possua bastante profundidade lógica. Por outras palavras,
o problema envolve um programa curto, mas que está
associado a um tempo de computação muito longo.
Consideremos agora um caso em que não estamos ainda
certos se a complexidade aparente reflecte a existência de
uma grande complexidade efectiva ou de uma grande
profundidade lógica. Constituem as características
universais da bioquímica na Terra um sistema único? Ou
há muitos tipos diferentes de bioquímicas possíveis para
sistemas que se assemelham à vida florescentes noutros
planetas, que gravitam em torno de outras estrelas,
noutras partes do Universo? Não parece existir nada
particularmente especial no nosso sistema solar ou no
nosso planeta ou, por isso, na vida, que apareceu cedo na
Terra, logo após ter terminado o intenso bombardeamento
a que esta esteve sujeita. É mais provável, então, que haja
muitos mais planetas no Universo que possuam qualquer
coisa semelhante à vida, isto é, sistemas adaptáveis
complexos com uma química que se assemelha de alguma
maneira à bioquímica terrestre. Mas terão essas bioquími-
cas de ser iguais? Ou há uma vasta gama de possíveis
bioquímicas? Não sabemos realmente e os especialistas
não estão de acordo nesta matéria.
Alguns deles pensam que os constrangimentos fundamentais
da Física limitam as bioquímicas a apenas um reduzido
número de possibilidades. Outros teóricos acreditam que
há muitas bioquímicas possíveis, das quais temos apenas
um exemplo aqui na Terra. Se aceitarmos as ideias do
primeiro conjunto de teóricos, a bioquímica tem uma
complexidade efectiva reduzida porque pode ser obtida a
partir das leis da Física. A forma de a obter pode, contu-
do, ser longa, o que implicaria uma boa dose de profundi-
dade lógica. Por outro lado, se os outros teóricos estive-
rem correctos, a bioquímica na Terra tem uma complexi-
dade efectiva apreciável, visto que dependerá tanto dos
acidentes inesperados e casuais da história como da Física
fundamental.
Este problema conduz à questão do modo como surge a
complexidade no Universo. De onde surge a complexidade
efectiva? Aqueles que estudam as leis fundamentais da
Física acreditam, tal como eu, que essas leis são extrema-
mente simples. Existem apenas duas dessas leis.
A primeira é uma teoria unificada de todas as partículas
elementares e de todas as forças da Natureza. Pode ser que
esta teoria tenha já sido formulada, na forma da maravi-
lhosa candidata que brotou da teoria das supercordas que
hoje é conhecida por “Teoria M”. O outro princípio funda-
mental da Física é a condição inicial do Universo, nas
proximidades do início da sua expansão, há cerca de 10
mil milhões de anos. Esta pode também ser simples.
De facto, algumas ideias específicas têm sido propostas
segundo as quais a condição inicial do Universo poderia
ser simples.
Há cem anos, teríamos dito que, fornecidas a teoria
fundamental e a condição inicial, poderíamos, em princí-
pio, prever toda a história do Universo. Mas hoje sabemos
que não é assim. As nossas teorias são probabilísticas em
vez de serem totalmente determinísticas. Por isso, a
história do Universo é determinada simultaneamente por
estes dois princípios fundamentais e pela sequência incon-
cebivelmente longa de acidentes inesperados e casuais
com vários resultados possíveis. Antes de cada aconteci-
mento, só estão disponíveis as probabilidades relativas
associadas aos vários resultados possíveis. Um exemplo
muito simples retirado da experiência laboratorial é a
desintegração radioactiva de um núcleo atómico, com
emissão, por exemplo, de uma partícula alfa. A direcção
segundo a qual essa partícula é ejectada é absolutamente
indeterminável antes de ela ser observada; todas as direc-
ções são igualmente prováveis. No entanto, quando ela é,
de facto, observada, torna-se fácil descobrir a direcção
segundo a qual foi emitida.
Podemos pensar nas histórias alternativas do Universo
como formando uma árvore ramificada, com uma deter-
minada probabilidade associada a cada um dos ramos.
À medida que o tempo passa e uma dada ramificação é
atingida, um dos seus ramos é seleccionado. Contudo,
antes da ramificação surgir, existem apenas probabilidades
para as diferentes alternativas.
pléctica
Acidentes congelados e história do Universo
O notável escritor argentino Jorge Luís Borges escreveu
um pequeno conto intitulado “O Jardim das Encruzilha-
das”, no qual alguém construiu, sob a forma de jardim,
um modelo de histórias ramificadas do Universo.
Pensemos apenas nos vários acidentes inesperados e casu-
ais que tiveram como resultado nós próprios: a pequena
flutuação que produziu a nossa Galáxia; os aconteci-
mentos que foram responsáveis pela formação do nosso
sistema solar; os acidentes que determinaram as caracte-
rísticas da Terra; os acidentes que deram origem à vida,
durante a alvorada da história da Terra; todos os acidentes
associados à evolução biológica que, conjuntamente com
a selecção natural, conduziram ao aparecimento das
formas de vida actuais, incluindo os seres humanos;
e, depois, os acidentes do espermatozóide e do ovo, da
selecção sexual, do desenvolvimento no interior do útero
e na infância que conduziram a cada um dos adultos que
somos nós.
Agora, de entre os acidentes inesperados e casuais da
história do Universo, alguns são mais geradores de
informação mútua, mais geradores de regularidades do
que outros. A flutuação que deu origem à nossa Galáxia,
por exemplo, pode não ser considerada muito importante
à escala cósmica, mas, para tudo o que existe nessa galá-
xia, é de enorme importância que ela tenha tido oportuni-
dade de surgir. Da mesma forma, muitos eventos na histó-
ria da humanidade representam ramificações com conse-
quências de enorme relevância para a história futura da
humanidade na Terra.
Hoje em dia, os historiadores gostam de referir Annie
Oakley, a famosa mulher pistoleira do elenco do
espectáculo “Buffalo Bill Cody’s Wild West Show”, que
Gazeta de Física 11
 pléctica
observações realizadas cuidadosamente conduzem
sistematicamente a resultados que não concordam com
a teoria, então esta é modificada ou substituída por outra.
Além do empreendimento científico, no qual os esquemas
são as teorias, podemos considerar a evolução biológica,
onde os esquemas são os genótipos, e a evolução da
sociedade humana, onde os esquemas são as leis,
tradições, mitos, costumes, e por aí fora. Estes esquemas
são constituídos por unidades que Richard Dawkins
baptizou de memes, que desempenham um papel análogo
ao dos genes na evolução biológica. Conjuntos de memes
constituem o DNA cultural para a evolução social.
Voltemos de novo aos sistemas adaptáveis complexos nos
computadores. Existem algoritmos genéticos, que se
baseiam numa analogia muito imperfeita com a evolução
biológica. Existem as designadas redes neuronais, que se
baseiam numa analogia muito imperfeita com a forma
como se pensa que o sistema nervoso humano — em
especial o cérebro — funciona. Mas poderia haver muitos
mais. Poderíamos ter dezenas de tipos diferentes de
métodos computacionais adaptáveis e tais métodos não
têm de se basear em analogias com modelos do cérebro ou
da evolução biológica. Tem de existir uma classe muito
vasta de sistemas adaptáveis complexos nos
computadores. O que é esta classe? Que membros dessa
classe podem ser utilizados para resolver cada tipo de
problema? Sabemos que existem alguns problemas para os
quais os algoritmos genéticos são adequados, enquanto,
noutros casos, estes algoritmos não têm utilidade
nenhuma. O mesmo se pode dizer das redes neuronais —
há certos problemas de optimização, por exemplo, para
os quais as redes neuronais funcionam muito bem, mas
existem outros para os quais não funcionam. Pode
demonstrar-se que não existe nenhum sistema adaptável
complexo num computador que seja bom para todos os
problemas de optimização. Cada um tem o seu domínio
de aplicabilidade, e é um grande desafio para a teoria
compreender todas as classes de sistemas adaptáveis
complexos nos computadores e descobrir qual é o melhor
para cada espécie de problema.
Devo agora chamar a atenção para o facto de nem toda
a gente usar a minha notação. John Holland, o inventor
original dos algoritmos genéticos e meu colega e amigo,
usa uma terminologia diferente. Aquilo a que eu chamo
sistema adaptável complexo é algo semelhante ao que ele
designa por modelo interno. Ele usa o termo sistema
adaptável complexo para designar o que eu chamaria de
agregação fraca de sistemas adaptáveis complexos que
se assemelham um aos outros. (Exemplos destes incluem
um mercado constituído por investidores e um sistema
ecológico constituído por organismos.) Ao usarmos
diferentes terminologias, estamos ambos a ilustrar
o famoso adágio que afirma que um cientista mais
facilmente usaria a escova de dentes de outra pessoa
10 Gazeta de Física
do que a nomenclatura inventada por outro cientista.
Por vezes, uma aparente complexidade não reflecte uma
complexidade efectiva elevada. Além do comprimento
do programa mais curto que faria um determinado
computador universal imprimir a descrição das
regularidades da entidade em questão, temos também de
considerar quanto tempo levaria o computador a imprimir
a descrição com esse programa simples. Esta propriedade
é conhecida por profundidade lógica das regularidades,
conforme foi discutido por Charles Bennett.
Complexidade aparente e complexidade efectiva
Consideremos, por exemplo, os níveis de energia de um
núcleo atómico. As regras que determinam esses níveis de
energia parecem, à primeira vista, muito complicadas, mas
acreditamos actualmente que elas se podem obter a partir
de duas teorias físicas simples: a electrodinâmica quântica
(a teoria quântica de campos das interacções
electromagnéticas) e a cromodinâmica quântica (a teoria
quântica de campos dos quarks e gluões). Acreditamos
que, se unificássemos estas duas teorias, obteríamos uma
descrição muito pormenorizada dos núcleos atómicos,
incluindo os valores de todos os seus níveis de energia.
Mas os cálculos são extremamente longos e difíceis nos
computadores actualmente existentes, usando métodos
conhecidos de cálculo, e a maior parte deles não foram
ainda efectuados. Este é, pois, um caso em que estamos
aparentemente a lidar com algo muito complexo, mas que
tem, de facto, uma complexidade efectiva reduzida, embora
possua bastante profundidade lógica. Por outras palavras,
o problema envolve um programa curto, mas que está
associado a um tempo de computação muito longo.
Consideremos agora um caso em que não estamos ainda
certos se a complexidade aparente reflecte a existência de
uma grande complexidade efectiva ou de uma grande
profundidade lógica. Constituem as características
universais da bioquímica na Terra um sistema único? Ou
há muitos tipos diferentes de bioquímicas possíveis para
sistemas que se assemelham à vida florescentes noutros
planetas, que gravitam em torno de outras estrelas,
noutras partes do Universo? Não parece existir nada
particularmente especial no nosso sistema solar ou no
nosso planeta ou, por isso, na vida, que apareceu cedo na
Terra, logo após ter terminado o intenso bombardeamento
a que esta esteve sujeita. É mais provável, então, que haja
muitos mais planetas no Universo que possuam qualquer
coisa semelhante à vida, isto é, sistemas adaptáveis
complexos com uma química que se assemelha de alguma
maneira à bioquímica terrestre. Mas terão essas bioquími-
cas de ser iguais? Ou há uma vasta gama de possíveis
bioquímicas? Não sabemos realmente e os especialistas
não estão de acordo nesta matéria.
Alguns deles pensam que os constrangimentos fundamentais
da Física limitam as bioquímicas a apenas um reduzido
número de possibilidades. Outros teóricos acreditam que
há muitas bioquímicas possíveis, das quais temos apenas
um exemplo aqui na Terra. Se aceitarmos as ideias do
primeiro conjunto de teóricos, a bioquímica tem uma
complexidade efectiva reduzida porque pode ser obtida a
partir das leis da Física. A forma de a obter pode, contu-
do, ser longa, o que implicaria uma boa dose de profundi-
dade lógica. Por outro lado, se os outros teóricos estive-
rem correctos, a bioquímica na Terra tem uma complexi-
dade efectiva apreciável, visto que dependerá tanto dos
acidentes inesperados e casuais da história como da Física
fundamental.
Este problema conduz à questão do modo como surge a
complexidade no Universo. De onde surge a complexidade
efectiva? Aqueles que estudam as leis fundamentais da
Física acreditam, tal como eu, que essas leis são extrema-
mente simples. Existem apenas duas dessas leis.
A primeira é uma teoria unificada de todas as partículas
elementares e de todas as forças da Natureza. Pode ser que
esta teoria tenha já sido formulada, na forma da maravi-
lhosa candidata que brotou da teoria das supercordas que
hoje é conhecida por “Teoria M”. O outro princípio funda-
mental da Física é a condição inicial do Universo, nas
proximidades do início da sua expansão, há cerca de 10
mil milhões de anos. Esta pode também ser simples.
De facto, algumas ideias específicas têm sido propostas
segundo as quais a condição inicial do Universo poderia
ser simples.
Há cem anos, teríamos dito que, fornecidas a teoria
fundamental e a condição inicial, poderíamos, em princí-
pio, prever toda a história do Universo. Mas hoje sabemos
que não é assim. As nossas teorias são probabilísticas em
vez de serem totalmente determinísticas. Por isso, a
história do Universo é determinada simultaneamente por
estes dois princípios fundamentais e pela sequência incon-
cebivelmente longa de acidentes inesperados e casuais
com vários resultados possíveis. Antes de cada aconteci-
mento, só estão disponíveis as probabilidades relativas
associadas aos vários resultados possíveis. Um exemplo
muito simples retirado da experiência laboratorial é a
desintegração radioactiva de um núcleo atómico, com
emissão, por exemplo, de uma partícula alfa. A direcção
segundo a qual essa partícula é ejectada é absolutamente
indeterminável antes de ela ser observada; todas as direc-
ções são igualmente prováveis. No entanto, quando ela é,
de facto, observada, torna-se fácil descobrir a direcção
segundo a qual foi emitida.
Podemos pensar nas histórias alternativas do Universo
como formando uma árvore ramificada, com uma deter-
minada probabilidade associada a cada um dos ramos.
À medida que o tempo passa e uma dada ramificação é
atingida, um dos seus ramos é seleccionado. Contudo,
antes da ramificação surgir, existem apenas probabilidades
para as diferentes alternativas.
pléctica
Acidentes congelados e história do Universo
O notável escritor argentino Jorge Luís Borges escreveu
um pequeno conto intitulado “O Jardim das Encruzilha-
das”, no qual alguém construiu, sob a forma de jardim,
um modelo de histórias ramificadas do Universo.
Pensemos apenas nos vários acidentes inesperados e casu-
ais que tiveram como resultado nós próprios: a pequena
flutuação que produziu a nossa Galáxia; os aconteci-
mentos que foram responsáveis pela formação do nosso
sistema solar; os acidentes que determinaram as caracte-
rísticas da Terra; os acidentes que deram origem à vida,
durante a alvorada da história da Terra; todos os acidentes
associados à evolução biológica que, conjuntamente com
a selecção natural, conduziram ao aparecimento das
formas de vida actuais, incluindo os seres humanos;
e, depois, os acidentes do espermatozóide e do ovo, da
selecção sexual, do desenvolvimento no interior do útero
e na infância que conduziram a cada um dos adultos que
somos nós.
Agora, de entre os acidentes inesperados e casuais da
história do Universo, alguns são mais geradores de
informação mútua, mais geradores de regularidades do
que outros. A flutuação que deu origem à nossa Galáxia,
por exemplo, pode não ser considerada muito importante
à escala cósmica, mas, para tudo o que existe nessa galá-
xia, é de enorme importância que ela tenha tido oportuni-
dade de surgir. Da mesma forma, muitos eventos na histó-
ria da humanidade representam ramificações com conse-
quências de enorme relevância para a história futura da
humanidade na Terra.
Hoje em dia, os historiadores gostam de referir Annie
Oakley, a famosa mulher pistoleira do elenco do
espectáculo “Buffalo Bill Cody’s Wild West Show”, que
Gazeta de Física 11
 pléctica
esteve em digressão pela Europa em 1889. Num dos
números do espectáculo, Annie Oakley propunha-se, com
um tiro, fazer saltar parte de um charuto da boca de um
espectador que se oferecesse como voluntário.
Normalmente, ninguém se oferecia voluntariamente para
esta experiência arriscada, e o seu marido, também ele um
famoso atirador, saltava para a frente com o seu charuto.
Annie Oakley acertava nas cinzas do charuto do seu
marido e a assistência aplaudia. Mas em Berlim, em 1889,
surgiu um voluntário da audiência — o Kaiser. Ele estava
no trono há pouco mais de um ano quando se ofereceu
para ser a vítima do número de destreza de Annie Oakley.
Ela estava preocupada com a sua pontaria — tinha bebido
muito — mas não teve escolha. O Kaiser retirou a cinta do
seu caro havano, aparou-lhe a ponta com o seu cortador
de prata, colocou-o na boca e acendeu-o. Annie apontou
à extremidade do charuto e acertou nas cinzas. Ela não
matou o Kaiser, mas o que aconteceria se o tivesse feito?
A História teria sido provavelmente bastante diferente.
A Primeira Guerra Mundial teria sido muito diferente —
de facto, poderia nunca ter acontecido — e por aí fora.
Aqui temos um exemplo de um acidente congelado, um
acontecimento casual que produz uma grande quantidade
de informação mútua futura numa porção do Universo
que nos interessa.
Podemos agora responder à pergunta: porque é que há,
em tantos domínios da experiência, uma tendência para
que, à medida que o tempo passa, surjam entidades cada
vez mais complexas? As leis fundamentais da Natureza,
como vimos, são muito simples, incluindo a condição
inicial do Universo, mas essas leis são probabilísticas.
A evolução histórica dá-se numa árvore ramificada de
probabilidades, com acidentes junto às ramificações.
Alguns desses acidentes — os acidentes congelados —
são mais importantes do que outros. À medida que o
tempo flui, mais e mais acidentes congelados podem ser
acumulados, tornando possível a emergência de mais
e mais regularidades. Se a acumulação de resultados de
12 Gazeta de Física
acidentes congelados se sobrepõe à sua eliminação,
surgem então coisas cada vez mais complexas com
o decorrer do tempo. Não é, naturalmente, verdadeiro que
cada coisa individual se torne mais complexa. Longe
disso; por exemplo, organismos e civilizações morrem
e ficam, obviamente, muito menos complexos nesse
processo. Mas o que podemos afirmar é que, em muitos
casos, o conteúdo de complexidade tende a crescer à
medida que o tempo passa, de tal forma que são produzi-
das entidades cada vez mais complexas.
O aparecimento com o tempo de entidades progressiva-
mente mais complexas não é, de forma nenhuma,
incompatível com a famosa segunda lei da Termodinâmi-
ca, que afirma que a desordem média, a entropia, de um
sistema fechado tem tendência para aumentar com o
tempo. Mas isso é assim no caso da desordem média —
não há nada que impeça a existência de mecanismos de
auto-organização capazes de produzir ordem local a
expensas de uma maior desordem noutro lugar.
Conhecemos muitos mecanismos de auto-organização,
por exemplo a atracção gravitacional, que produziu as
galáxias, estrelas, planetas, rochas, etc.
Do mesmo modo, temperaturas baixas originam formas
belas e regulares como os cristais ou os flocos de neve.
Deixem-me concluir colocando uma interrogação sobre
o futuro. Continuarão a surgir no Universo coisas cada
vez mais complexas? Bem, nós não temos a certeza,
mas podemos especular. Muitos físicos teóricos acreditam,
apesar de até agora as experiências não o terem ainda
provado, que acabará por se descobrir que o protão é
instável. Se for assim, então os núcleos atómicos são
instáveis, com tempos de vida talvez da ordem de
grandeza de 1035 anos (isto é, um um seguido de 35 zeros
- um número enorme de anos). Passado algum desse
tempo, grande parte dos núcleos teria desaparecido e
os átomos e as moléculas teriam desaparecido também.
A maioria das regularidades com que estamos familiari-
zados teria desaparecido e poderia então acontecer que
entidades mais complexas não continuassem a surgir.
De facto, o conteúdo de complexidade poderia começar
a encolher quando a maior parte dos núcleos tivesse
desaparecido. Contudo, este não é assunto que nos deva
preocupar de imediato. Temos hoje em dia, certamente,
preocupações muito mais prementes!...
* Santa Fe Institute, Santa Fé, E. U. A.
(Subtítulos da responsabilidade da redacção)
NOTAS
[1] “O Quark e o Jaguar: Aventuras no Simples e no Complexo”, Gradiva, Lisboa, 1997.
[2] bit = binary digit, em português, algarismo binário.
Crédito da figura da página 11:
G. Frazer, E. Lillestøl e I. Sellevag, “À Descoberta do Definito”, Bertrand, Lisboa, 1995.
 artigos
Uma normal
muito
anormal
na
ro
lam J. P. Silva *
A. J. Silvestre **

A linha da força de reacção normal a um plano tem sempre de

passar pelo centro da massa do corpo? Neste artigo, os autores
sustentam que não é forçoso que assim aconteça, e propõem um método
de explicação que é simultaneamente pedagógico e divertido.

Introdução
O objectivo deste artigo é apresentar um método completamente absurdas que derivam do diagrama de
pedagógico e lúdico de explicar aos alunos que a linha de corpo livre proposto pelos alunos para descrever o
acção da força de reacção normal a um plano não tem equilíbrio estático de um corpo sobre um plano inclinado
forçosamente que passar pelo centro de massa (CM) do com atrito (ver Fig. 1).
corpo. Esta questão põe-se, por exemplo, no caso de um
objecto colocado sobre um plano inclinado e deve ser
discutida após o estudo da dinâmica de rotação.
Naturalmente, é sempre possível apresentar a solução
correcta do problema ab initio. Contudo, verificámos que
muitos alunos de mecânica do ensino superior (que, na
maioria dos casos, já foram confrontados com a solução
correcta do problema) continuam a desenhar a reacção
normal do plano sobre o corpo no centro de massa do
corpo. Surpreendentemente, uma grande percentagem
destes alunos desenha correctamente a força de atrito
paralela ao plano e na linha que separa o corpo do plano
(ver Fig. 1). Figura 1 — Diagrama de corpo livre proposto frequentemente pelos alunos para
Este facto levou-nos a ensaiar um jogo no qual o o estudo do equilíbrio estático de um objecto sobre um plano inclinado. O que
professor e os alunos vão obtendo sucessivas conclusões está mal?

Gazeta de Física 13